ggplot2中用stat_summary+geom_segment绘制密度图分位数报错问题

问题描述 #

想要在ggplot2密度图上绘制分位数线，要求线段止于密度曲线顶端，不使用geom_vline。尝试以下代码：

dat <- data.frame(x = rnorm(1e5))

ggplot(
  data = dat,
  aes(x = x)
) + 
  geom_density() + 
  stat_summary(
    aes(y = 0,yend = after_stat(density)),
    fun = \(x) quantile(x,0.5),
    geom = "segment",
    orientation = "y"
  )

但出现报错：

Error in `stat_summary()`:
! Problem while mapping stat to aesthetics.
ℹ Error occurred in the 2nd layer.
Caused by error in `map_statistic()`:
! Aesthetics must be valid computed stats.
✖ The following aesthetics are invalid:
✖ `yend = after_stat(density)`
ℹ Did you map your stat in the wrong layer?
Run `rlang::last_trace()` to see where the error occurred.

已知可以提前在ggplot外计算密度再手动绘制线段，也知道ggridges包有相关功能但依赖脊线图。困惑点在于：将yend = after_stat(density)替换为固定值yend = 1时代码可正常运行，为何无法调用计算变量density？希望找到用stat_summary和after_stat实现需求的正确方式。

原因分析 #

stat_summary() 对应的统计变换（StatSummary）核心是计算数据的摘要统计量（如分位数、均值），它的内置计算变量仅包含与摘要结果相关的字段（如y、y_min、y_max），不会生成density密度统计量。

调用after_stat(density)时，ggplot在当前stat_summary图层的计算变量里找不到该字段，因此报错；而使用固定值yend=1时，不需要依赖统计变换生成的变量，自然能正常运行。此外，不同图层的统计变量相互独立，geom_density生成的density变量无法直接被stat_summary图层调用。

解决方案 #

方法1：结合预计算密度与stat_summary #

如果坚持使用stat_summary，需要先将密度值合并到原始数据中，让stat_summary能访问到该变量：

dat <- data.frame(x = rnorm(1e5))

# 预计算x对应的密度值并合并到数据框
dens <- density(dat$x)
dat$density <- approx(dens$x, dens$y, xout = dat$x)$y

ggplot(dat, aes(x = x)) +
  geom_density() +
  stat_summary(
    aes(y = 0, yend = after_stat(max(density))),
    fun = \(x) quantile(x, 0.5),  # 此处计算中位数，可替换为其他分位数
    geom = "segment",
    orientation = "y",
    color = "red",  # 自定义线段颜色
    size = 1        # 自定义线段粗细
  )

这里after_stat(max(density))的作用是：针对分位数对应的分组（此处为全局单组），提取该分位数位置对应的最大密度值（即曲线顶端的密度）。

方法2：直接用stat_density实现更简洁 #

既然密度值由密度统计生成，直接用stat_density绘制线段会更高效，无需额外预处理数据：

dat <- data.frame(x = rnorm(1e5))

# 定义需要绘制的分位数
quantiles <- c(0.25, 0.5, 0.75)

ggplot(dat, aes(x = x)) +
  geom_density() +
  stat_density(
    geom = "segment",
    aes(
      x = after_stat(x),
      xend = after_stat(x),
      y = 0,
      yend = after_stat(density)
    ),
    # 筛选出分位数对应的位置
    data = ~ dplyr::filter(.x, x %in% quantile(x, quantiles)),
    color = "red",
    size = 1
  )

注：如果分位数在密度曲线插值点上无法精准匹配，可使用approx函数手动计算分位数对应的密度值，再用annotate绘制线段。

内容的提问来源于stack exchange，提问作者joran